AI 경고 시스템 Raven Sentry: 미국이 아프가니스탄에서 탈레반 공격을 예측한 방법
- 2019년, 미군은 탈레반 공격을 예측하기 위해 AI 시스템 'Raven Sentry'를 개발함.
- NATO군이 아프가니스탄에서 병력을 철수하면서 미군은 줄어든 자원으로 정보 작업을 수행해야 했음.
- 'Raven Sentry'는 기상 보고서, 소셜 미디어 게시물, 뉴스, 상업 위성 이미지 등의 공개 출처 데이터를 사용해 공격 위험성을 평가하고 잠재적 피해자 수를 추정함.
- 팀은 1980년대 소련 점령 시기부터 반군 공격의 반복 패턴을 분석함.
- ‘Nerd locker’ 팀은 자유로운 실험이 가능한 특별 부대에 배치되었음.
- 실리콘 밸리 전문가들이 과거 공격 데이터를 다양한 공개 출처와 연계한 신경망 개발을 지원함.
- 첫 단계로 공개 출처 정보를 기계가 읽을 수 있도록 처리하고, 과거 사건을 개별 요소로 분해하여 시스템에 라벨링함.
- 두 번째 단계로 기후 조건, 정치적 안정성 등 추가 지표를 수집함. 예를 들어, 기온이 4°C 이상, 달빛 밝기가 30% 이하, 비가 오지 않는 조건에서 공격 가능성이 높았음.
- Raven Sentry는 탈분류된 과거 공격 데이터베이스를 학습하고 17개의 상업 지리 데이터 소스를 모니터링함.
- 특정 조건 조합이 임계치를 넘으면 경고를 발동했으며, 군사 또는 정치적 모임 보고서가 시스템 주의를 끌었음.
- 모델은 2020년 10월까지 70%의 정확도를 달성함. 이는 인간 분석가와 유사한 수준임.
- Raven Sentry는 스스로 학습하며 점점 더 나아졌으나, 결국 중단됨.
- 시스템 중단 이후 지난 3년간 군사 및 정보 기관들은 AI를 이용한 공격 조기 탐지에 많은 자원을 투자함.
- 시스템의 한계도 존재하며, 적군은 AI 시스템을 교란하기 위한 방법을 학습할 것임.
- ‘Raven Sentry’는 분석가의 효율성을 높였지만, 그들을 대체할 수는 없었음.
- 미래 전쟁에서 AI의 역할에 대한 중요한 질문들이 대두됨.
4the-decoder.com링크 복사하기
AI 뉴스 요약은 뉴스의 내용을 AI가 요약(GPT-4 활용)한 것입니다. 따라서 틀린 내용을 포함할 수 있습니다. 뉴스의 자세한 내용을 확인하시려면 해당 뉴스 링크를 클릭해주세요.